Your SlideShare is downloading. ×

Agrofutura 2010 lincoln

797
views

Published on

La Agricultura de Precisión tiene beneficios pero la complejidad de los procesos es una barrera para que esta practica se masifique. …

La Agricultura de Precisión tiene beneficios pero la complejidad de los procesos es una barrera para que esta practica se masifique.
La aparición de servicios de gestión permite diseñar integraciones interdisciplinarias que permitirán escalar estos procesos construyendo alianzas estratégicas con empresas de servicios.


0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
797
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
19
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Experiencias en el Oeste 1- La Variabilidad de los Ambientes. 2- Que practicas estamos haciendo. 3- El Desafío. Santiago Gonzalez Venzano
  • 2. Landsat 11-2001
  • 3. Landsat 11-2001 + Curvas de Nivel
  • 4. Landsat 11-2001 + Curvas de Nivel Macroambientes
  • 5. Landsat 11-2001 + Curvas de Nivel Macroambientes + Microambientes
  • 6. Ambientes
  • 7. Micro-Ambientes x Cultivo Productividad Consolidado de 4 años de monitores de rendimiento Campaña (Todas) Cruzando el mapa de microambientes con los Promedio de Promedio Rótulos de columna mapas de rendimiento Rótulos de fila Maíz Soja Soja 2º Trigo Loma Arenosa 4,773 1,919 1,640 3,724 Loma 8,025 2,886 1,655 4,036 Medio 9,359 3,489 1,804 4,557 Bajo 9,512 3,905 2,130 4,521 Bajo Hidrico 7,802 3,544 2,157 4,027 Total general 8,524 3,295 1,902 4,290 10,000 9,000 8,000 7,000 6,000 Maíz tn/ha 5,000 Soja 4,000 Soja 2º 3,000 Trigo 2,000 1,000 0,000 Loma Loma Medio Bajo Bajo Arenosa Hidrico
  • 8. Cruzando los ptos de muestreo Productividad Ambientes x Cultivo con los mapas de rendimiento 11,000 4,000 Tn-Ha Soja Tn-Ha Maiz y Trigo Maiz 10,000 3,500 9,000 3,000 Trigo 8,000 2,500 7,000 Soja 2,000 6,000 5,000 1,500 Soja 2da 4,000 1,000 40 50 60 70 80 90 % de Arena
  • 9. Genotipos Interacción Genotipo x Ambiente y Fecha de Siembra en Soja En lasInteraccion con el ambiente y la fecha de En los Lomas siembra en Soja Medios 5000 5000 a a ab ab bc 4000 4000 c c cd Rendimiento (kg/ha) Rendimiento (kg/ha) ab de 3000 bc 3000 bcd cde ef de de 2000 f f 2000 1000 1000 0 0 1 2 3 1 2 3 5,2 2029 2363 5,2 3324 3161 5,5 1899 2242 5,5 3167 3032 3100 1350 1387 3100 3796 3729 3700 1538 1815 1825 3700 4001 3602 2677 Fecha de siembra Fecha de siembra
  • 10. Análisis de Campaña Genotipos Interacción Genotipo x Ambiente Cual es la variedad mas apropiada para cada ambiente? y Fecha de Siembra en Soja DATOS INFORMACIÓN CONOCIMIENTO Soja 08-09 + de 4 78% de R² = 0,6378 y = -0,1349x + 12,179 Arena R² = 0,4291 3 Media Tn - Ha dm 3700 y = -0,0402x + 5,1361 dm4670 si Dm5.1i R² = 0,412 dm5.1i 2 no Dm4670 1 40 50 60 70 80 % de Arena Rendimiento al X Genotipo Protocolo!!! Parámetros edáficos
  • 11. Genotipos Interacción Genotipo x Ambiente en Trigo 9.000 8.500 Rend vs Indicador am biental 8.000 7.500 5.5-9 tn./ha 7.000 6.500 y = -0.20x 6.000 R2 = 0.61 5.500 2.5-3.5 tn./ha Rend (Kg/ha) 5.000 4.500 4.000 3.500 3.000 2.500 2.000 Trigo 1.500 Trigo B10 y = -0.13x 1.000 R2 = 0.77 0.500 0.000 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 %Arena
  • 12. Fertilización Respuesta al Fosforo x Ambiente en Soja a 5000 b 450 kg 4420 4500 3983 Rendimiento (kgt/ha) 4000 3500 3000 c c 2500 2000 1494 0 kg 1446 1500 1000 500 0 0 80 Dosis de PMA BAJO LOMA
  • 13. Respuesta al Fungicida x Fungicidas la aplicación de fungicida en R3 en cultivo de soja DM4670 Respuesta a Ambiente en Soja Campaña 2009-2010 150 kg 400 kg 650 kg Ridzo 2009- Crea Hd-Dx
  • 14. Monitoreo de Plagas. Monitoreo Georeferenciado El Control de con escala? Como buscar eficiencia Plagas
  • 15. Monitoreo de Plagas. La “ordenes de aplicación” son El Control de con escala? Como buscar eficiencia Plagas dibujos digitales georeferenciados Ejemplo de Arañuela
  • 16. El Control de El avión nos devuelve un Plagas “mapa de aplicación” Devolución: Mapa de Aplicacion
  • 17. De acuerdo a lasxreglas de decisión Costos Directos microambiente Costos por Ha protocolizadas, cada ambiente Con las reglas de decisión por ambiente según protocolo genera un costo 450 400 350 CD u$s/ha 300 250 200 150 100 Loma Bajo Loma Medio Bajo Arenosa Hidrico M 263 339 424 400 323 T 279 302 339 302 270 S1 167 167 233 233 167 Sda 138 138 138 138 138
  • 18. Del VRT económico de la Impacto Resultado Ahorro de costos contra la aplicación gobernada por el agricultura por ambientes ambiente predominante Con las reglas de decisión por ambiente según protocolo en el Oeste MicroAmb sup relativa M T S1 Sda Loma Arenosa 4% 7 3 3 0 Loma 22% 19 8 14 0 Medio 52% 0 0 0 0 Bajo 17% 5 6 0 0 Bajo Hidrico 5% 5 4 4 0 Ahorro Manchoneo de insecticidas 6 4 Total Ha Media de Cultivo 36 21 27 4 Cultivo en la Rotacion 25% 25% 50% 25% Total Ha Media Agrícola 9 5 13 1 Suma Total 29 u$s /ha
  • 19. Margen Bruto x microambiente Resultado Rotaciones Optimas por Ambiente Con las reglas de decisión por ambiente según protocolo y los rendimientos según T-S2 / S1 M / S1 T-S2 / S1 monitores 500 450 400 350 MB u$s/ha 300 250 200 150 100 Loma Bajo Loma Medio Bajo Arenosa Hidrico M 153 360 421 436 352 T-Sda 308 322 372 465 447 S1 190 370 415 492 492
  • 20. metodología de trabajo En el marco de un Proyecto 1 2 3 Definir Consensuar Gestionar Ambientes Protocolos Información 1. Identificar las 1. Definir procesos 1. Transformar las variables edáficas para la gestión Reglas de Decisión relevantes. operativa de los en Algoritmos en el 2. Parametrizar las cultivos. sistema de Gestión variables. 2. Definir Reglas de de información Web 3. Definir Decisión por Espacial  S4 Nomenclatura de ambiente. 2. Capacitar en el uso Ambientes. 3. Definir un proceso de SIG. para la Mejora 3. Diseñar los Tableros Continua de los de Control. Protocolos.
  • 21. Reglas de Autonomía Inteligencia Mejora Decisión por en la toma Colectiva Continua Ambiente de Desicion Reglas de decisión por ambiente Portada del Protocolo Procesos sobre un eje temporal
  • 22. Reglas de decisión Protocolizadas Nitrógeno en Trigo 200 180 y = -0,48x + 200 Arena < 80% Napa 1m - 1,5m 160 y = -0,48x + 180 Arena < 80% 140 Napa >1,5m N optimo (kg/ha) 120 y = -0,48x + 160 Arena < 80% Napa < 1m 100 y = 90 Sodico salino 80 60 y = -4,5x + 500 Arena > 80% 40 20 0 50 60 70 80 90 100 % de arena
  • 23. Que no es… Que si es… Verdades definitivas…una “biblia”. Hipótesis sujetas a una mejora continua La expresión de “un experto” La expresión de la “inteligencia colectiva” Instrumento de “obediencia de las personas” Instrumento de “autonomía de las personas” Conocimiento “teórico” Manual de “Buenas Prácticas” Instrumento para el “control de las personas” Instrumento para el “control de los procesos” Comunicación “unidireccional” Comunicación “bidireccional” Hay “consumidores” de conocimiento Hay “prosumidores” de conocimiento Estancamiento en el desarrollo de las personas Expansión del desarrollo de las personas Rigidez en la toma de decisiones Agilidad y Flexibilidad
  • 24. Regla de Reporting y Carga de Datos Exporta Orden Desición= Benchmarking para operar de Trabajo Algoritmo en Tiempo Real
  • 25. Permite desarrollar un proceso claro y simple de agricultura por ambientes. Tiene formato de pasos correlativos a seguir, con interface GIS-Web, y dibujando, permite geo-referenciar información capturada en carga de datos analíticos necesarios para calcular dosis  captura en tiempo real la información necesaria para gestionar la operación. Cálculos de acuerdo a las reglas de decisión protocolizadas, pudiéndose controlar la calidad de los procesos de decisión.
  • 26. Redes bajo Lenguaje loma medio GC: Editar Dibujar las reglas de ambientes y Operación Control de Hipótesis decisión de puntos de •Protocolo = Reglas de decisión por •Redes los muestreo de ambiente. Autonomía para Decidir. •Inteligencia Colaborativa Protocolos suelos •Flujos de Información en Web= •Web 2.0 Wikis Control del Proceso. 3 Tn 7 Tn Importar el Cargar los datos 70 s mapa de en la Planilla 40 s 10 Tn rendimiento Técnica 80 s Exportar el Control de mapa de Gestión en Tiempo Real Cultivo prescripción Capacitación •BI - Inteligencia en Base de Datos •Redes de Servicio. •Web Espacial Trazabilidad=georeferencia •Estándares de Calidad. •Reporting. Importar el •Incorporación de Tec. y Procesos. mapa de aplicación VRT Estándares Control de la Operación •Fertilización de N y P Calidad •Tableros de Control •Densidad Variable •Benchmarking •Manchoneo georeferenciado •Muestreos georeferenciados de insecticidas y herbicidas
  • 27. Profesional Industrial La Lógica del Stock Primero acumulo, después trabajo analizando datos Análisis de campaña ex-post  •Rutinas Autopsia DATOS INFORMACIÓN CONOCIMIENTO DECISIONES •Conceptualizador-Comunicador • Interpersonal-Colaborador Reportes on-line  Analista Simbólico La gestión de la información es •Innovador-Creativo funcional a la gestión operativa en tiempo real. La Lógica del Flujo Primero trabajo construyendo procesos.
  • 28. Web+GIS+Reportes Proceso Exportación de Prescripciones Importacion de Mapas de Simplificado para VRT Rendimiento El dibujo permite gestionar espacialmente toda la información Lenguaje consensuado
  • 29. Filtrado de Variables Que benchmark se quiere Fitrado de hacer? Rangos Reporten en tiempo real
  • 30. Hay Valor •Corto Plazo: 30 u$s/ha La Web es el “territorio” donde la integración de •Largo Plazo: Más Conocimiento procesos se materializa Hay Servicios Procesos •Los contratistas están equipados interdisciplinarios Integración de Por que no Escala? Redes •La complejidad del proceso es una barrera de entrada  Aparecen servicios tecnológicos para escalar los procesos de gestión de información. Los Técnicos son los Agentes de Cambio! Es el Desafío que enfrentan!!!